使用 Difflib 合并 Excel 个工作表

Question

我一直在尝试根据它们自己的名称列将两个 excel 工作表合并在一起。我使用 this 作为参考。

在 df1 中，名称列是 Local Customer df2 中，名称列是 Client

import difflib
import pandas as pd

path=  'C:/Users/Rukgo/Desktop/Match thing/'

df1=pd.read_excel(path+'2015_TXNs.xls')
df2=pd.read_excel(path+'Pipeline.xls')
df2['Client'] = df2['Client'].apply(lambda x: difflib.get_close_matches(x, df1['Local Customer'])[0])

result = df1.join(df2)

result.to_excel(path+'maybe.xls')

尽管当我运行这样做时，我收到以下错误：

File "C:/Users/Rukgo/Desktop/Match Things/untitled3.py", line 16, in <lambda>
df2['Client'] = df2['Client'].apply(lambda x: difflib.get_close_matches(x, df1['Local Customer'])[0])

IndexError: list index out of range

Answer 1

这意味着有时找不到相近的匹配项，但您要求的是空列表的第一个元素 [0]

向您的 lambda 函数添加条件以测试是否至少有一个结果。

如果您决定在没有匹配元素的情况下保留原始 DataFrame 的元素，则代码如下。

def replacement(x, **kwargs):
    matches = difflib.get_close_matches(x, kwargs['l'])
    if ( matches ):
        return matches[0]
    else:
        return x


df2['Client'] = df2['Client'].apply( replacement(x, l=df1['Local Customer'] ) )

使用 Difflib 合并 Excel 个工作表

Using Difflib to combine Excel sheets

python

excel

difflib

pandas